GPU服务器使用说明

获取服务器信息

NVIDIA-SMI

服务器信息示例

使用虚拟容器的服务器：

• Dione

• Mimas

• Tethys

其他机器共享宿主操作系统，仅需要查看新建用户这一步，无需查看剩余的说明文档。

新建用户

使用账户addu登陆host，按提示键入用户名及密码。

ssh [e-mail]
# 密码
[e-mail]'s password:
=====Welcome!
We need to get sudo permission first. Enter the password for `addu`.
# 输入addu的密码，获取sudo权限
[sudo] password for addu:
=====Let's setup a new account and create a container now.
# 输入用户名，接下来自动创建用户并新建虚拟机
Enter your username: test
Creating user...
Allocating container for test...
Creating test
Allocating ssh port... 10020
Device sshproxy added to test
# 设置用户密码
set password for test now (host only).
Enter new UNIX password:
Retype new UNIX password:
passwd: password updated successfully
Login this host via `ssh <username>@<host-ip>` to manage your container.
Done!

• 新建的用户名请使用自己的姓名全拼，如果需要多个账户，请使用<全拼>+<数字>的格式，如zhangsan2；

• 妥善保存：新建的用户名，密码，所在服务器。

管理容器

使用新建的账户登陆host，按照提示管理自己的container。

# 使用新建的用户登陆并管理虚拟机
ssh [e-mail]
[e-mail]'s password:
Welcome to Ubuntu 18.04.2 LTS (GNU/Linux 4.15.0-54-generic x86_64)
……
 Hi, test
 You're using the GPU Server in Vision Group.

==========About your container:
Your container is not running.
Transfer data to your container using scp or sftp;
File sharing is encouraged, access datasets at shared/datasets, access download files at shared/downloads, etc

See GPU load: nvidia-smi.
    memory usage: free -h.
    disk usage: df -h.

===== main menu  =====
[1] start your container  # 开机
[2] enter your container  # 切换至虚拟机
[3] stop your container   # 关机（也可以直接在虚拟机中执行shutdown now）
[4] change your password  # 更改密码（如果需要改虚拟机密码，进入虚拟机后执行passwd）
[5] allocate ports        # 进行端口映射
[6] release ports         # 释放申请的端口
[0] show info             # 显示虚拟机运行状态
[x] exit                  # 退出管理
# 启动虚拟机
Enter your choice: 1
========== Starting your container...

Press any key to continue...

使用容器

使用上一步获取的用户名和密码，登入到自己的container。

# 检查显卡驱动和运行状况
(base) root@test:~# nvidia-smi
Mon Jul  1 14:07:26 2019
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.48                 Driver Version: 410.48                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 208...  Off  | 00000000:19:00.0 Off |                  N/A |
| 30%   41C    P0    67W / 250W |      0MiB / 10989MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce RTX 208...  Off  | 00000000:1A:00.0 Off |                  N/A |
| 30%   51C    P0    61W / 250W |      0MiB / 10989MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   2  GeForce RTX 208...  Off  | 00000000:67:00.0 Off |                  N/A |
| 31%   51C    P0    64W / 250W |      0MiB / 10989MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   3  GeForce RTX 208...  Off  | 00000000:68:00.0 Off |                  N/A |
| 30%   51C    P0     1W / 250W |      0MiB / 10986MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

小结

关于用户权限：

1. 用户拥有整台机器全部计算资源使用权限，包括全部的CPU、GPU、内存；

2. 用户拥有完整的虚拟机访问权限，默认使用root账户。

关于文件共享：

1. 为鼓励文件共享，只有共享目录shared下的文件存放在SSD上；

2. 共享文件请存放至合适的位置，如数据集存放到datasets；

3. 不要删除别人共享的文件。

关于环境配置：

1. 请勿在虚拟机内安装显卡驱动，如需重新安装CUDA，请在安装过程中禁止显卡驱动安装；

2. 已经配置conda及常用深度学习环境；

3. 如果需要安装CUDA，优先使用conda安装；

4. 如需容器迁移联系管理员。

共同维护我们的丹炉，祝炼丹愉快！